在人工智能分类的个别面部形状图案中,在固定边缘处理后,通过前额叶提取面部软组织的形状变化
Chihiro Tanikawa1, Tzee Jen Tan2, Kenji Takada3
1Department of Orthodontics and Dentofacial Orthopedics, Osaka University Dental Hospital, 1-8, Yamadaoka, Suita, 565-0871, Osaka, Japan. tanikawa.chihiro.dent@osaka-u.ac.jp.
BMC oral health
|June 27, 2024
概括
人工智能在接受前提取的正牙患者中识别出了明显的治疗前面部形状. 这些分类有助于预测治疗后面部变化,改善治疗计划.
科学领域:
- 矯正牙科 矯正牙科是一種矯正牙科.
- 人工智能在医学中的应用
- 面部形态分析 面部形态分析
背景情况:
- 前牙提取是一种常见的正牙手术.
- 提取后面部软组织的变化是复杂的.
- 预测这些变化对于最佳的美学结果至关重要.
研究的目的:
- 使用人工智能对预处理面部软组织模式进行分类.
- 分析治疗前模式和治疗后变化之间的关系.
- 为了研究不同面部类型的软组织与硬组织运动比率.
主要方法:
- 人工智能分析了152名患者的治疗前侧脑图.
- 根据面部形状轮,分为三组进行分类.
- 使用ANOVA对牙骨和软组织变化的统计比较.
- 对每个组进行多变量回归分析.
主要成果:
- 第1组:II类,高角度,逆鼻下,不称职的唇.
- 第二组:I类,落后的,薄唇.
- 第三组:第一类,上唇.
- 在不同组的软组织和硬组织运动之间发现了显著的相关性.
结论:
- 人工智能驱动的预处理面部模式的分类是有效的.
- 提取后面部形状的变化因预处理类型而异.
- 治疗前的模式确定有助于预测治疗后的面部形状.


